Introdução
A pandemia do novo coronavirus tomou o mundo de assalto. Notícias em todo o lugar dão conta do rápido alastramento do vírus em todo o mundo, e os seus números são alarmantes.
Para permitir que mais e mais pessoas possam ajudar no combate ao vírus, das mais diversas formas, organizações ao redor do mundo tem disponibilizado dados sobre a evolução da COVID-19 em todo o globo.
Dentre as organizações que disponibilizam dados estão a European Union Open Data Portal, a John Hopkins University através de um repositório no GitHub.
Com abundância de dados, me propus a realizar algumas explorações e tabulações destes dados visando entender melhor o cenário mundial.
Disclaimer
Este é um trabalho em andamento; não tem cunho científico e nem pretende que sirva de embasamento para qualquer tomada de decisão. É uma abordagem estritamente pessoal.
Base de dados do EU Open Data Portal
Os dados desta seção vieram do Europe Open Data Portal – https://data.europa.eu/euodp/en/
2020-03-26: Houve uma mudança na nomenclatura dos arquivos; a partir da atualização de 25 de Março de 2020 o arquivo não mais tem o sufixo no formato da data, por exemplo, “…2020-03-24.xlsx”. Assim, algumas partes do código estão sendo mudadas para refletir esta mudança. Não sei se é uma mudança permanente ou alguém esqueceu de colocar o nome correto do arquivo.
A estrutura dos dados é:
## Classes 'tbl_df', 'tbl' and 'data.frame': 7320 obs. of 10 variables:
## $ dateRep : POSIXct, format: "2020-03-28" "2020-03-27" ...
## $ day : num 28 27 26 25 24 23 22 21 20 19 ...
## $ month : num 3 3 3 3 3 3 3 3 3 3 ...
## $ year : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
## $ cases : num 16 0 33 2 6 10 0 2 0 0 ...
## $ deaths : num 1 0 0 0 1 0 0 0 0 0 ...
## $ countriesAndTerritories: chr "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
## $ geoId : chr "AF" "AF" "AF" "AF" ...
## $ countryterritoryCode : chr "AFG" "AFG" "AFG" "AFG" ...
## $ popData2018 : num 37172386 37172386 37172386 37172386 37172386 ...
Total de Casos pelos dados da EU Open Data Portal: 27-03-2020
| Casos no Mundo (EU Open Data Portal) |
|---|
| 591971 |
Brasil vs Itália
Uma mostra dos últimos 20 dias da Itália.
| DateRep | Day | Month | year | Cases | Deaths | Country | geoId | countryterritoryCode | popData2018 | CumCases |
|---|---|---|---|---|---|---|---|---|---|---|
| 2020-03-09 | 9 | 3 | 2020 | 1492 | 133 | Italy | IT | ITA | 60431283 | 7375 |
| 2020-03-10 | 10 | 3 | 2020 | 1797 | 98 | Italy | IT | ITA | 60431283 | 9172 |
| 2020-03-11 | 11 | 3 | 2020 | 977 | 167 | Italy | IT | ITA | 60431283 | 10149 |
| 2020-03-12 | 12 | 3 | 2020 | 2313 | 196 | Italy | IT | ITA | 60431283 | 12462 |
| 2020-03-13 | 13 | 3 | 2020 | 2651 | 189 | Italy | IT | ITA | 60431283 | 15113 |
| 2020-03-14 | 14 | 3 | 2020 | 2547 | 252 | Italy | IT | ITA | 60431283 | 17660 |
| 2020-03-15 | 15 | 3 | 2020 | 90 | 173 | Italy | IT | ITA | 60431283 | 17750 |
| 2020-03-16 | 16 | 3 | 2020 | 6230 | 370 | Italy | IT | ITA | 60431283 | 23980 |
| 2020-03-17 | 17 | 3 | 2020 | 4000 | 347 | Italy | IT | ITA | 60431283 | 27980 |
| 2020-03-18 | 18 | 3 | 2020 | 3526 | 347 | Italy | IT | ITA | 60431283 | 31506 |
| 2020-03-19 | 19 | 3 | 2020 | 4207 | 473 | Italy | IT | ITA | 60431283 | 35713 |
| 2020-03-20 | 20 | 3 | 2020 | 5322 | 429 | Italy | IT | ITA | 60431283 | 41035 |
| 2020-03-21 | 21 | 3 | 2020 | 5986 | 625 | Italy | IT | ITA | 60431283 | 47021 |
| 2020-03-22 | 22 | 3 | 2020 | 6557 | 795 | Italy | IT | ITA | 60431283 | 53578 |
| 2020-03-23 | 23 | 3 | 2020 | 5560 | 649 | Italy | IT | ITA | 60431283 | 59138 |
| 2020-03-24 | 24 | 3 | 2020 | 4789 | 601 | Italy | IT | ITA | 60431283 | 63927 |
| 2020-03-25 | 25 | 3 | 2020 | 5249 | 743 | Italy | IT | ITA | 60431283 | 69176 |
| 2020-03-26 | 26 | 3 | 2020 | 5210 | 685 | Italy | IT | ITA | 60431283 | 74386 |
| 2020-03-27 | 27 | 3 | 2020 | 6153 | 660 | Italy | IT | ITA | 60431283 | 80539 |
| 2020-03-28 | 28 | 3 | 2020 | 5959 | 971 | Italy | IT | ITA | 60431283 | 86498 |
O mesmo para o Brasil, últimos 20 dias.
| DateRep | Day | Month | year | Cases | Deaths | Country | geoId | countryterritoryCode | popData2018 | CumCases |
|---|---|---|---|---|---|---|---|---|---|---|
| 2020-03-08 | 8 | 3 | 2020 | 0 | 0 | Brazil | BR | BRA | 209469333 | 13 |
| 2020-03-09 | 9 | 3 | 2020 | 12 | 0 | Brazil | BR | BRA | 209469333 | 25 |
| 2020-03-11 | 11 | 3 | 2020 | 9 | 0 | Brazil | BR | BRA | 209469333 | 34 |
| 2020-03-12 | 12 | 3 | 2020 | 18 | 0 | Brazil | BR | BRA | 209469333 | 52 |
| 2020-03-13 | 13 | 3 | 2020 | 25 | 0 | Brazil | BR | BRA | 209469333 | 77 |
| 2020-03-14 | 14 | 3 | 2020 | 21 | 0 | Brazil | BR | BRA | 209469333 | 98 |
| 2020-03-15 | 15 | 3 | 2020 | 23 | 0 | Brazil | BR | BRA | 209469333 | 121 |
| 2020-03-16 | 16 | 3 | 2020 | 79 | 0 | Brazil | BR | BRA | 209469333 | 200 |
| 2020-03-17 | 17 | 3 | 2020 | 34 | 0 | Brazil | BR | BRA | 209469333 | 234 |
| 2020-03-18 | 18 | 3 | 2020 | 57 | 1 | Brazil | BR | BRA | 209469333 | 291 |
| 2020-03-19 | 19 | 3 | 2020 | 137 | 3 | Brazil | BR | BRA | 209469333 | 428 |
| 2020-03-20 | 20 | 3 | 2020 | 193 | 2 | Brazil | BR | BRA | 209469333 | 621 |
| 2020-03-21 | 21 | 3 | 2020 | 283 | 5 | Brazil | BR | BRA | 209469333 | 904 |
| 2020-03-22 | 22 | 3 | 2020 | 224 | 7 | Brazil | BR | BRA | 209469333 | 1128 |
| 2020-03-23 | 23 | 3 | 2020 | 418 | 7 | Brazil | BR | BRA | 209469333 | 1546 |
| 2020-03-24 | 24 | 3 | 2020 | 345 | 9 | Brazil | BR | BRA | 209469333 | 1891 |
| 2020-03-25 | 25 | 3 | 2020 | 310 | 12 | Brazil | BR | BRA | 209469333 | 2201 |
| 2020-03-26 | 26 | 3 | 2020 | 232 | 11 | Brazil | BR | BRA | 209469333 | 2433 |
| 2020-03-27 | 27 | 3 | 2020 | 482 | 20 | Brazil | BR | BRA | 209469333 | 2915 |
| 2020-03-28 | 28 | 3 | 2020 | 502 | 15 | Brazil | BR | BRA | 209469333 | 3417 |
As bases de dados não contém informação do Continente, ou seja, a qual continente pertence cada país. Assim, foi feito um merge com uma base que contém os nomes dos países, continente e a capital de cada país.
Os nomes dos países foram normalizados entre as bases, acertando grafia e outras inconsistências nos nomes. Países cujo continente não pode ser identificado foi marcado.
Alguns gráficos exploratórios com a base EU Open Data Portal
Países com mais de 500 casos confirmados: 27-03-2020
| País | Casos | Mortes |
|---|---|---|
| USA | 104705 | 1707 |
| Italy | 86498 | 9136 |
| China | 82213 | 3301 |
| Spain | 64059 | 4858 |
| Germany | 48582 | 325 |
| France | 32964 | 1995 |
| Iran | 32332 | 2378 |
| United Kingdom | 14543 | 759 |
| Switzerland | 12104 | 197 |
| South Korea | 9478 | 144 |
| Netherlands | 8603 | 546 |
| Austria | 7697 | 68 |
| Belgium | 7284 | 289 |
| Turkey | 5698 | 92 |
| Canada | 4689 | 53 |
| Portugal | 4268 | 76 |
| Norway | 3581 | 16 |
| Brazil | 3417 | 92 |
| Australia | 3378 | 13 |
| Sweden | 3046 | 92 |
| Israel | 3035 | 10 |
| Czech Republic | 2279 | 9 |
| Malaysia | 2161 | 26 |
| Ireland | 2121 | 22 |
| Denmark | 2046 | 52 |
| Ecuador | 1627 | 41 |
| Chile | 1610 | 5 |
| Luxembourg | 1605 | 15 |
| Japan | 1499 | 49 |
| Poland | 1389 | 16 |
| Romania | 1292 | 24 |
| Pakistan | 1197 | 9 |
| South Africa | 1170 | 2 |
| Thailand | 1136 | 5 |
| Saudi Arabia | 1104 | 3 |
| Indonesia | 1046 | 87 |
| Russia | 1036 | 4 |
| Finland | 1025 | 7 |
| Greece | 966 | 28 |
| Iceland | 890 | 2 |
| India | 873 | 19 |
| Philippines | 803 | 54 |
| Panama | 786 | 14 |
| Singapore | 732 | 2 |
| Mexico | 717 | 12 |
| Argentina | 690 | 17 |
| Peru | 635 | 11 |
| Slovenia | 632 | 9 |
| Croatia | 586 | 3 |
| Dominican Republic | 581 | 20 |
| Estonia | 575 | 1 |
| Qatar | 562 | 0 |
| Colombia | 539 | 6 |
Base de dados da John Hopkins University
O JHU tem um site de monitoramento em tempo real (talvez o mais atualizado) no endereço https://coronavirus.jhu.edu/map.html. Os dados utilizados para o mapa estão em um GitHub https://github.com/CSSEGISandData/COVID-19. Tem dados com atualização diária (parece que no mapa as atualizações são mais constantes; no final do dia são atualizados no GitHub).
Este é o link onde aparece o mapa também: https://data.humdata.org/dataset/novel-coronavirus-2019-ncov-cases
Fazendo o download dos arquivos diários ao invés destes consolidados (não tem o Recovered na última atualização)
O JHU mantém pelo menos 2 formatos dos dados: diários e consolidados (time series). Eu tentei utilizar o formato time series inicialmente, mas mudei para o formato diário, de modo que eu mesmo faço a consolidação. Isso permitiu um pouco mais de controle sobre os dados baixados.
Os dados são mantidos neste repositório GitHub:
https://github.com/CSSEGISandData/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_daily_reports/
O nome dos arquivos é MM-DD-YYYY.csv, começando a partir de 22 de Janeiro de 2020.
Depois de feito o download de todos os arquivos, é preciso juntá-los em um único data.frame. O processo começa com a leitura de todos os csv, colocando-os todos em uma list.
Com a lista de todos os arquivos (data.frames) diários, a função bind_rows do dplyr faz a concatenação. Algumas correções de nomes de países são também realizadas, visando normalizar e acertar grafias.
Total de Casos pelos dados da John Hopkins University (JHU): 27-03-2020
| Casos Confirmados | Mortos | Recuperados |
|---|---|---|
| 588124 | 27088 | 125864 |
Últimos 10 dias para alguns países: 27-03-2020
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| France | 2020-03-18 | 9052 | 148 | 12 | Europe |
| France | 2020-03-19 | 10886 | 243 | 12 | Europe |
| France | 2020-03-20 | 12632 | 450 | 12 | Europe |
| France | 2020-03-21 | 14308 | 562 | 12 | Europe |
| France | 2020-03-22 | 16214 | 676 | 2201 | Europe |
| France | 2020-03-23 | 20123 | 862 | 2207 | Europe |
| France | 2020-03-24 | 22622 | 1102 | 3288 | Europe |
| France | 2020-03-25 | 25600 | 1333 | 3907 | Europe |
| France | 2020-03-26 | 29551 | 1698 | 4955 | Europe |
| France | 2020-03-27 | 33402 | 1997 | 5707 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Italy | 2020-03-18 | 35713 | 2978 | 4025 | Europe |
| Italy | 2020-03-19 | 41035 | 3405 | 4440 | Europe |
| Italy | 2020-03-20 | 47021 | 4032 | 4440 | Europe |
| Italy | 2020-03-21 | 53578 | 4825 | 6072 | Europe |
| Italy | 2020-03-22 | 59138 | 5476 | 7024 | Europe |
| Italy | 2020-03-23 | 63927 | 6077 | 7432 | Europe |
| Italy | 2020-03-24 | 69176 | 6820 | 8326 | Europe |
| Italy | 2020-03-25 | 74386 | 7503 | 9362 | Europe |
| Italy | 2020-03-26 | 80589 | 8215 | 10361 | Europe |
| Italy | 2020-03-27 | 86498 | 9134 | 10950 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Spain | 2020-03-18 | 13910 | 623 | 1081 | Europe |
| Spain | 2020-03-19 | 17963 | 830 | 1107 | Europe |
| Spain | 2020-03-20 | 20410 | 1043 | 1588 | Europe |
| Spain | 2020-03-21 | 25374 | 1375 | 2125 | Europe |
| Spain | 2020-03-22 | 28603 | 1756 | 2125 | Europe |
| Spain | 2020-03-23 | 35136 | 2311 | 3355 | Europe |
| Spain | 2020-03-24 | 39885 | 2808 | 3794 | Europe |
| Spain | 2020-03-25 | 49515 | 3647 | 5367 | Europe |
| Spain | 2020-03-26 | 57786 | 4365 | 7015 | Europe |
| Spain | 2020-03-27 | 65719 | 5138 | 9357 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Brazil | 2020-03-18 | 372 | 3 | 2 | America |
| Brazil | 2020-03-19 | 621 | 6 | 2 | America |
| Brazil | 2020-03-20 | 793 | 11 | 2 | America |
| Brazil | 2020-03-21 | 1021 | 15 | 2 | America |
| Brazil | 2020-03-22 | 1546 | 25 | 2 | America |
| Brazil | 2020-03-23 | 1924 | 34 | 2 | America |
| Brazil | 2020-03-24 | 2247 | 46 | 2 | America |
| Brazil | 2020-03-25 | 2554 | 59 | 2 | America |
| Brazil | 2020-03-26 | 2985 | 77 | 6 | America |
| Brazil | 2020-03-27 | 3417 | 92 | 6 | America |
Para poder estudar o crescimento do número de casos e de mortes, foi adicionada uma coluna com o número de casos de um dia para o outro, já que a base de dados reporta o total de casos em cada dia e não quantos casos foram registrados naquele dia.
Lista de países ordenados por número de casos confirmados: 27-03-2020
| País | Casos | Mortes | Recuperados |
|---|---|---|---|
| USA | 101657 | 1581 | 869 |
| Italy | 86498 | 9134 | 10950 |
| China | 81897 | 3296 | 74720 |
| Spain | 65719 | 5138 | 9357 |
| Germany | 50871 | 342 | 6658 |
| France | 33402 | 1997 | 5707 |
| Iran | 32332 | 2378 | 11133 |
| United Kingdom | 14745 | 761 | 151 |
| Switzerland | 12928 | 231 | 1530 |
| Netherlands | 8647 | 547 | 6 |
| Austria | 7657 | 58 | 225 |
| South Korea | 7478 | 53 | 118 |
| Belgium | 7284 | 289 | 858 |
| Turkey | 5698 | 92 | 42 |
| Canada | 4682 | 54 | 256 |
| Portugal | 4268 | 76 | 43 |
| Norway | 3755 | 19 | 6 |
| Brazil | 3417 | 92 | 6 |
| Australia | 3143 | 13 | 194 |
| Sweden | 3069 | 105 | 16 |
| Israel | 3035 | 12 | 79 |
| Denmark | 2200 | 52 | 57 |
| Malaysia | 2161 | 26 | 259 |
| Ireland | 2121 | 22 | 5 |
| Chile | 1610 | 5 | 43 |
| Luxembourg | 1605 | 15 | 40 |
| Ecuador | 1595 | 36 | 3 |
| Japan | 1468 | 49 | 372 |
| Poland | 1389 | 16 | 7 |
| Pakistan | 1373 | 11 | 23 |
| Romania | 1292 | 26 | 115 |
| South Africa | 1170 | 1 | 31 |
| Thailand | 1136 | 5 | 97 |
| Saudi Arabia | 1104 | 3 | 35 |
| Indonesia | 1046 | 87 | 46 |
| Finland | 1041 | 7 | 10 |
| Russia | 1036 | 4 | 45 |
| Greece | 966 | 28 | 52 |
| Iceland | 890 | 2 | 97 |
| India | 887 | 20 | 73 |
| Philippines | 803 | 54 | 31 |
| Singapore | 732 | 2 | 183 |
| Panama | 674 | 9 | 2 |
| Peru | 635 | 11 | 16 |
| Slovenia | 632 | 9 | 10 |
| Argentina | 589 | 13 | 72 |
| Croatia | 586 | 3 | 37 |
| Mexico | 585 | 8 | 4 |
| Dominican Republic | 581 | 20 | 3 |
| Estonia | 575 | 1 | 11 |
| Qatar | 562 | 0 | 43 |
| Colombia | 539 | 6 | 10 |
| Egypt | 536 | 30 | 116 |
| Bahrain | 466 | 4 | 227 |
| Iraq | 458 | 40 | 122 |
| Serbia | 457 | 1 | 0 |
| Algeria | 409 | 26 | 29 |
| United Arab Emirates | 405 | 2 | 52 |
| Lebanon | 391 | 8 | 27 |
| New Zealand | 368 | 0 | 37 |
| Lithuania | 358 | 5 | 1 |
| Morocco | 345 | 23 | 11 |
| Armenia | 329 | 1 | 28 |
| Ukraine | 310 | 5 | 5 |
| Hungary | 300 | 10 | 34 |
| Bulgaria | 293 | 3 | 9 |
| Latvia | 280 | 0 | 1 |
| Slovakia | 269 | 0 | 2 |
| Andorra | 267 | 3 | 1 |
| Costa Rica | 263 | 2 | 3 |
| Uruguay | 238 | 0 | 0 |
| Bosnia-Herzegovina | 237 | 4 | 5 |
| Jordan | 235 | 1 | 18 |
| Tunisia | 227 | 6 | 2 |
| Kuwait | 225 | 0 | 57 |
| San Marino | 223 | 21 | 4 |
| North Macedonia | 219 | 3 | 3 |
| Moldova | 199 | 2 | 2 |
| Albania | 186 | 8 | 31 |
| Burkina Faso | 180 | 9 | 12 |
| Azerbaijan | 165 | 3 | 15 |
| Vietnam | 163 | 0 | 20 |
| Cyprus | 162 | 5 | 15 |
| Kazakhstan | 150 | 1 | 3 |
| Malta | 139 | 0 | 2 |
| Ghana | 137 | 4 | 2 |
| Oman | 131 | 0 | 23 |
| Senegal | 119 | 0 | 11 |
| Brunei | 115 | 0 | 11 |
| Afghanistan | 110 | 4 | 2 |
| Venezuela | 107 | 1 | 31 |
| Sri Lanka | 106 | 0 | 7 |
| Ivory Coast | 101 | 0 | 3 |
| Cambodia | 99 | 0 | 11 |
| Belarus | 94 | 0 | 32 |
| Mauritius | 94 | 2 | 0 |
| Cameroon | 91 | 2 | 2 |
| Uzbekistan | 88 | 1 | 5 |
| Kosovo | 86 | 1 | 1 |
| Georgia | 83 | 0 | 14 |
| Montenegro | 82 | 1 | 0 |
| Cuba | 80 | 2 | 4 |
| Nigeria | 70 | 1 | 3 |
| Honduras | 68 | 1 | 0 |
| Trinidad and Tobago | 66 | 2 | 1 |
| Bolivia | 61 | 0 | 0 |
| Kyrgyzstan | 58 | 0 | 0 |
| Liechtenstein | 56 | 0 | 0 |
| Rwanda | 54 | 0 | 0 |
| Paraguay | 52 | 3 | 1 |
| Bangladesh | 48 | 5 | 11 |
| Taiwan | 45 | 1 | 15 |
| Monaco | 42 | 0 | 1 |
| Czech Republic | 41 | 0 | 0 |
| Kenya | 31 | 1 | 1 |
| Guatemala | 28 | 1 | 4 |
| Jamaica | 26 | 1 | 2 |
| Madagascar | 26 | 0 | 0 |
| Togo | 25 | 1 | 1 |
| Barbados | 24 | 0 | 0 |
| Uganda | 23 | 0 | 0 |
| Palestine | 22 | 0 | 0 |
| Zambia | 22 | 0 | 0 |
| Ethiopia | 16 | 0 | 0 |
| Maldives | 16 | 0 | 9 |
| El Salvador | 13 | 0 | 0 |
| Tanzania | 13 | 0 | 1 |
| Djibouti | 12 | 0 | 0 |
| Equatorial Guinea | 12 | 0 | 0 |
| Dominica | 11 | 0 | 0 |
| Mali | 11 | 0 | 0 |
| Mongolia | 11 | 0 | 0 |
| Bahamas | 10 | 0 | 1 |
| Niger | 10 | 1 | 0 |
| Guinea | 8 | 0 | 0 |
| Haiti | 8 | 0 | 0 |
| Namibia | 8 | 0 | 2 |
| Suriname | 8 | 0 | 0 |
| Antigua and Barbuda | 7 | 0 | 0 |
| Gabon | 7 | 1 | 0 |
| Grenada | 7 | 0 | 0 |
| Mozambique | 7 | 0 | 0 |
| Seychelles | 7 | 0 | 0 |
| Benin | 6 | 0 | 0 |
| Eritrea | 6 | 0 | 0 |
| Laos | 6 | 0 | 0 |
| Cape Verde | 5 | 1 | 0 |
| Fiji | 5 | 0 | 0 |
| Guyana | 5 | 1 | 0 |
| Syria | 5 | 0 | 0 |
| Zimbabwe | 5 | 1 | 0 |
| Angola | 4 | 0 | 0 |
| Holy See | 4 | 0 | 0 |
| Nepal | 4 | 0 | 1 |
| Bhutan | 3 | 0 | 0 |
| Central African Republic | 3 | 0 | 0 |
| Chad | 3 | 0 | 0 |
| Gambia | 3 | 1 | 0 |
| Liberia | 3 | 0 | 0 |
| Mauritania | 3 | 0 | 0 |
| Saint Lucia | 3 | 0 | 1 |
| Somalia | 3 | 0 | 0 |
| Sudan | 3 | 1 | 0 |
| Belize | 2 | 0 | 0 |
| Guinea-Bissau | 2 | 0 | 0 |
| Nicaragua | 2 | 1 | 0 |
| Saint Kitts and Nevis | 2 | 0 | 0 |
| East Timor | 1 | 0 | 0 |
| Libya | 1 | 0 | 0 |
| Papua New Guinea | 1 | 0 | 0 |
| Saint Vincent and the Grenadines | 1 | 0 | 0 |
| Republic of the Congo | 0 | 0 | 0 |
Alguns gráficos exploratórios com a base do JHU
| DateRep | Japan | USA | Italy | France | Germany | Spain | Brazil | Argentina | Chile |
|---|---|---|---|---|---|---|---|---|---|
| 2020-02-06 | 45 | ||||||||
| 2020-02-15 | 43 | ||||||||
| 2020-02-16 | 59 | ||||||||
| 2020-02-17 | 66 | ||||||||
| 2020-02-18 | 74 | ||||||||
| 2020-02-19 | 84 | ||||||||
| 2020-02-20 | 94 | ||||||||
| 2020-02-21 | 105 | 35 | |||||||
| 2020-02-22 | 122 | 35 | 62 | ||||||
| 2020-02-23 | 147 | 35 | 155 | ||||||
| 2020-02-24 | 159 | 53 | 229 | ||||||
| 2020-02-25 | 170 | 53 | 322 | ||||||
| 2020-02-26 | 189 | 59 | 453 | ||||||
| 2020-02-27 | 214 | 60 | 655 | 38 | 46 | ||||
| 2020-02-28 | 228 | 62 | 888 | 57 | 48 | 32 | |||
| 2020-02-29 | 241 | 70 | 1128 | 100 | 79 | 45 | |||
| 2020-03-01 | 256 | 76 | 1694 | 130 | 130 | 84 | |||
| 2020-03-02 | 274 | 101 | 2036 | 191 | 159 | 120 | |||
| 2020-03-03 | 293 | 122 | 2502 | 204 | 196 | 165 | |||
| 2020-03-04 | 331 | 153 | 3089 | 285 | 262 | 222 | |||
| 2020-03-05 | 360 | 221 | 3858 | 377 | 482 | 259 | |||
| 2020-03-06 | 420 | 278 | 4636 | 653 | 670 | 400 | |||
| 2020-03-07 | 461 | 417 | 5883 | 949 | 799 | 500 | |||
| 2020-03-08 | 502 | 537 | 7375 | 1126 | 1040 | 673 | |||
| 2020-03-09 | 511 | 605 | 9172 | 1209 | 1176 | 1073 | |||
| 2020-03-10 | 581 | 959 | 10149 | 1784 | 1457 | 1695 | 31 | ||
| 2020-03-11 | 639 | 1281 | 12462 | 2284 | 1908 | 2277 | 38 | ||
| 2020-03-12 | 639 | 1663 | 12462 | 2284 | 2078 | 2277 | 52 | ||
| 2020-03-13 | 701 | 2179 | 17660 | 3667 | 3675 | 5232 | 151 | 31 | 43 |
| 2020-03-14 | 773 | 2726 | 21157 | 4480 | 4585 | 6391 | 151 | 34 | 61 |
| 2020-03-15 | 839 | 3499 | 24747 | 4513 | 5795 | 7798 | 162 | 45 | 74 |
| 2020-03-16 | 825 | 4632 | 27980 | 6650 | 7272 | 9942 | 200 | 56 | 155 |
| 2020-03-17 | 878 | 6421 | 31506 | 7683 | 9257 | 11748 | 321 | 68 | 201 |
| 2020-03-18 | 889 | 7786 | 35713 | 9052 | 12327 | 13910 | 372 | 79 | 238 |
| 2020-03-19 | 924 | 13680 | 41035 | 10886 | 15320 | 17963 | 621 | 97 | 238 |
| 2020-03-20 | 963 | 19101 | 47021 | 12632 | 19848 | 20410 | 793 | 128 | 434 |
| 2020-03-21 | 1007 | 25493 | 53578 | 14308 | 22213 | 25374 | 1021 | 158 | 537 |
| 2020-03-22 | 1086 | 33746 | 59138 | 16214 | 24873 | 28603 | 1546 | 266 | 632 |
| 2020-03-23 | 1128 | 43667 | 63927 | 20123 | 29056 | 35136 | 1924 | 266 | 746 |
| 2020-03-24 | 1193 | 53740 | 69176 | 22622 | 32986 | 39885 | 2247 | 387 | 922 |
| 2020-03-25 | 1307 | 65778 | 74386 | 25600 | 37323 | 49515 | 2554 | 387 | 1142 |
| 2020-03-26 | 1387 | 83836 | 80589 | 29551 | 43938 | 57786 | 2985 | 502 | 1306 |
| 2020-03-27 | 1468 | 101657 | 86498 | 33402 | 50871 | 65719 | 3417 | 589 | 1610 |
Calculando a taxa de progressão dia-a-dia: Brasil, Itália, USA, França, Alemanha, Espanha
| DateRep | Brazil | France | Germany | Italy | Japan | China | Spain | USA |
|---|---|---|---|---|---|---|---|---|
| 2020-03-01 | 1.00 | 1.30 | 1.65 | 1.50 | 1.062 | 1.01 | 1.87 | 1.09 |
| 2020-03-02 | 1.00 | 1.47 | 1.22 | 1.20 | 1.070 | 1.00 | 1.43 | 1.33 |
| 2020-03-03 | 1.00 | 1.07 | 1.23 | 1.23 | 1.069 | 1.00 | 1.38 | 1.21 |
| 2020-03-04 | 2.00 | 1.40 | 1.34 | 1.23 | 1.130 | 1.00 | 1.35 | 1.25 |
| 2020-03-05 | 1.00 | 1.32 | 1.84 | 1.25 | 1.088 | 1.00 | 1.17 | 1.44 |
| 2020-03-06 | 3.25 | 1.73 | 1.39 | 1.20 | 1.167 | 1.00 | 1.54 | 1.26 |
| 2020-03-07 | 1.00 | 1.45 | 1.19 | 1.27 | 1.098 | 1.00 | 1.25 | 1.50 |
| 2020-03-08 | 1.54 | 1.19 | 1.30 | 1.25 | 1.089 | 1.00 | 1.35 | 1.29 |
| 2020-03-09 | 1.25 | 1.07 | 1.13 | 1.24 | 1.018 | 1.00 | 1.59 | 1.13 |
| 2020-03-10 | 1.24 | 1.48 | 1.24 | 1.11 | 1.137 | 1.00 | 1.58 | 1.59 |
| 2020-03-11 | 1.23 | 1.28 | 1.31 | 1.23 | 1.100 | c(“1.00”, “1.00”) | 1.34 | 1.34 |
| 2020-03-12 | 1.37 | 1.00 | 1.09 | 1.00 | 1.000 | c(“1.00”, “1.00”) | 1.00 | 1.30 |
| 2020-03-13 | 2.90 | 1.61 | 1.77 | 1.42 | 1.097 | 1.00 | 2.30 | 1.31 |
| 2020-03-14 | 1.00 | 1.22 | 1.25 | 1.20 | 1.103 | 1.00 | 1.22 | 1.25 |
| 2020-03-15 | 1.07 | 1.01 | 1.26 | 1.17 | 1.085 | 1.00 | 1.22 | 1.28 |
| 2020-03-16 | 1.23 | 1.47 | 1.25 | 1.13 | 0.983 | 1.00 | 1.27 | 1.32 |
| 2020-03-17 | 1.60 | 1.16 | 1.27 | 1.13 | 1.064 | 1.00 | 1.18 | 1.39 |
| 2020-03-18 | 1.16 | 1.18 | 1.33 | 1.13 | 1.013 | 1.00 | 1.18 | 1.21 |
| 2020-03-19 | 1.67 | 1.20 | 1.24 | 1.15 | 1.039 | 1.00 | 1.29 | 1.76 |
| 2020-03-20 | 1.28 | 1.16 | 1.30 | 1.15 | 1.042 | 1.00 | 1.14 | 1.40 |
| 2020-03-21 | 1.29 | 1.13 | 1.12 | 1.14 | 1.046 | 1.00 | 1.24 | 1.33 |
| 2020-03-22 | 1.51 | 1.13 | 1.12 | 1.10 | 1.078 | 1.00 | 1.13 | 1.32 |
| 2020-03-23 | 1.24 | 1.24 | 1.17 | 1.08 | 1.039 | 1.00 | 1.23 | 1.29 |
| 2020-03-24 | 1.17 | 1.12 | 1.14 | 1.08 | 1.058 | 1.00 | 1.14 | 1.23 |
| 2020-03-25 | 1.14 | 1.13 | 1.13 | 1.08 | 1.096 | 1.00 | 1.24 | 1.22 |
| 2020-03-26 | 1.17 | 1.15 | 1.18 | 1.08 | 1.061 | 1.00 | 1.17 | 1.27 |
| 2020-03-27 | 1.14 | 1.13 | 1.16 | 1.07 | 1.058 | 1.00 | 1.14 | 1.21 |
Países com números de casos semelhantes ao Brasil: 27-03-2020
Olhando os dados de: - Portugal - Suécia (Sweden) - Turquia (Turkey) - Israel - Austrália (Australia)
| DateRep | Australia | Sweden | Israel | Portugal | Brazil | Turkey |
|---|---|---|---|---|---|---|
| 2020-03-02 | 30 | |||||
| 2020-03-03 | 39 | |||||
| 2020-03-04 | 52 | 35 | ||||
| 2020-03-05 | 55 | 94 | ||||
| 2020-03-06 | 60 | 101 | ||||
| 2020-03-07 | 63 | 161 | ||||
| 2020-03-08 | 76 | 203 | 39 | 30 | ||
| 2020-03-09 | 91 | 248 | 39 | 30 | ||
| 2020-03-10 | 107 | 355 | 58 | 41 | 31 | |
| 2020-03-11 | 128 | 500 | 109 | 59 | 38 | |
| 2020-03-12 | 128 | 599 | 131 | 59 | 52 | |
| 2020-03-13 | 200 | 814 | 161 | 112 | 151 | |
| 2020-03-14 | 250 | 961 | 193 | 169 | 151 | |
| 2020-03-15 | 297 | 1022 | 251 | 245 | 162 | |
| 2020-03-16 | 377 | 1103 | 255 | 331 | 200 | |
| 2020-03-17 | 452 | 1190 | 337 | 448 | 321 | 47 |
| 2020-03-18 | 568 | 1279 | 433 | 448 | 372 | 98 |
| 2020-03-19 | 681 | 1439 | 677 | 785 | 621 | 192 |
| 2020-03-20 | 791 | 1639 | 705 | 1020 | 793 | 359 |
| 2020-03-21 | 1071 | 1763 | 883 | 1280 | 1021 | 670 |
| 2020-03-22 | 1490 | 1931 | 1071 | 1600 | 1546 | 1236 |
| 2020-03-23 | 1682 | 2046 | 1442 | 2060 | 1924 | 1529 |
| 2020-03-24 | 2044 | 2286 | 1930 | 2362 | 2247 | 1872 |
| 2020-03-25 | 2364 | 2526 | 2369 | 2995 | 2554 | 2433 |
| 2020-03-26 | 2810 | 2840 | 2693 | 3544 | 2985 | 3629 |
| 2020-03-27 | 3143 | 3069 | 3035 | 4268 | 3417 | 5698 |
Calculando a taxa de progressão dia-a-dia: Brazil, Portugal, Sweden, Turkey, Israel, Australia
| DateRep | Australia | Brazil | Israel | Sweden | Portugal | Turkey |
|---|---|---|---|---|---|---|
| 2020-03-01 | 1.08 | 1.00 | 1.43 | 1.17 | ||
| 2020-03-02 | 1.11 | 1.00 | 1.00 | 1.07 | NA | |
| 2020-03-03 | 1.30 | 1.00 | 1.20 | 1.40 | 1.00 | |
| 2020-03-04 | 1.33 | 2.00 | 1.25 | 1.67 | 2.50 | |
| 2020-03-05 | 1.06 | 1.00 | 1.07 | 2.69 | 1.60 | |
| 2020-03-06 | 1.09 | 3.25 | 1.31 | 1.07 | 1.62 | |
| 2020-03-07 | 1.05 | 1.00 | 1.00 | 1.59 | 1.54 | |
| 2020-03-08 | 1.21 | 1.54 | 1.86 | 1.26 | 1.50 | |
| 2020-03-09 | 1.20 | 1.25 | 1.00 | 1.22 | 1.00 | |
| 2020-03-10 | 1.18 | 1.24 | 1.49 | 1.43 | 1.37 | |
| 2020-03-11 | 1.20 | 1.23 | 1.88 | 1.41 | 1.44 | NA |
| 2020-03-12 | 1.00 | 1.37 | 1.20 | 1.20 | 1.00 | 1.00 |
| 2020-03-13 | 1.56 | 2.90 | 1.23 | 1.36 | 1.90 | 5.00 |
| 2020-03-14 | 1.25 | 1.00 | 1.20 | 1.18 | 1.51 | 1.00 |
| 2020-03-15 | 1.19 | 1.07 | 1.30 | 1.06 | 1.45 | 1.20 |
| 2020-03-16 | 1.27 | 1.23 | 1.02 | 1.08 | 1.35 | 3.00 |
| 2020-03-17 | 1.20 | 1.60 | 1.32 | 1.08 | 1.35 | 2.61 |
| 2020-03-18 | 1.26 | 1.16 | 1.28 | 1.07 | 1.00 | 2.09 |
| 2020-03-19 | 1.20 | 1.67 | 1.56 | 1.13 | 1.75 | 1.96 |
| 2020-03-20 | 1.16 | 1.28 | 1.04 | 1.14 | 1.30 | 1.87 |
| 2020-03-21 | 1.35 | 1.29 | 1.25 | 1.08 | 1.25 | 1.87 |
| 2020-03-22 | 1.39 | 1.51 | 1.21 | 1.10 | 1.25 | 1.84 |
| 2020-03-23 | 1.13 | 1.24 | 1.35 | 1.06 | 1.29 | 1.24 |
| 2020-03-24 | 1.22 | 1.17 | 1.34 | 1.12 | 1.15 | 1.22 |
| 2020-03-25 | 1.16 | 1.14 | 1.23 | 1.10 | 1.27 | 1.30 |
| 2020-03-26 | 1.19 | 1.17 | 1.14 | 1.12 | 1.18 | 1.49 |
| 2020-03-27 | 1.12 | 1.14 | 1.13 | 1.08 | 1.20 | 1.57 |
Base de dados do Worldometer
Esta base de dados tem uma atualização bem interessante, com algumas variáveis também interessantes.
Ela está disponível em https://www.worldometers.info/coronavirus/
O problema é que não achei nenhum csv ou xlsx para baixar; então vou tentar fazer um web scraping e pegar os dados. Utilizando o pacote rvest e seguindo a dica deste post foi razoavelmente fácil.
Olhando a estrutura destes dados:
## 'data.frame': 202 obs. of 11 variables:
## $ Country,Other : chr "USA" "Italy" "Spain" "Germany" ...
## $ TotalCases : chr "123,750" "92,472" "73,235" "57,695" ...
## $ NewCases : int 172 NA NA NA NA NA NA NA NA 105 ...
## $ TotalDeaths : chr "2,227" "10,023" "5,982" "433" ...
## $ NewDeaths : int 6 NA NA NA NA NA NA NA NA 8 ...
## $ TotalRecovered : chr "3,231" "12,384" "12,285" "8,481" ...
## $ ActiveCases : chr "118,292" "70,065" "54,968" "48,781" ...
## $ Serious,Critical: chr "2,666" "3,856" "4,165" "1,581" ...
## $ Tot Cases/1M pop: chr "374" "1,529" "1,566" "689" ...
## $ Deaths/1M pop : num 7 166 128 5 35 30 15 31 37 3 ...
## $ 1stcase : chr "Jan 20" "Jan 29" "Jan 30" "Jan 26" ...
Depois de pegar a tabela em html e colocar em um data.frame, algumas limpezas e transformações são necessárias: algumas colunas, como a NewCases, tem o símbolo +; os números vieram formatados como strings com separador de milhar (,), e algumas outras coisas. Então, algumas manipulações serão feitas para acertar isso.
| Country,Other | TotalCases | NewCases | TotalDeaths | NewDeaths | TotalRecovered | ActiveCases | Serious,Critical | Tot Cases/1M pop | Deaths/1M pop | 1stcase |
|---|---|---|---|---|---|---|---|---|---|---|
| USA | 123,750 | 172 | 2,227 | 6 | 3,231 | 118,292 | 2,666 | 374 | 7 | Jan 20 |
| Italy | 92,472 | 10,023 | 12,384 | 70,065 | 3,856 | 1,529 | 166 | Jan 29 | ||
| Spain | 73,235 | 5,982 | 12,285 | 54,968 | 4,165 | 1,566 | 128 | Jan 30 | ||
| Germany | 57,695 | 433 | 8,481 | 48,781 | 1,581 | 689 | 5 | Jan 26 | ||
| France | 37,575 | 2,314 | 5,700 | 29,561 | 4,273 | 576 | 35 | Jan 23 | ||
| Iran | 35,408 | 2,517 | 11,679 | 21,212 | 3,206 | 422 | 30 | Feb 18 |
Total de Casos pelos dados do Worldometer: 28-03-2020
| TotalCasos | TotalMortes | TotalRecuperados |
|---|---|---|
| 663740 | 30879 | 142183 |
Lista de países ordenados por número de casos confirmados: 28-03-2020
| Country | TotalCases | TotalDeaths | TotalRecovered |
|---|---|---|---|
| USA | 123750 | 2227 | 3231 |
| Italy | 92472 | 10023 | 12384 |
| China | 81439 | 3300 | 75448 |
| Spain | 73235 | 5982 | 12285 |
| Germany | 57695 | 433 | 8481 |
| France | 37575 | 2314 | 5700 |
| Iran | 35408 | 2517 | 11679 |
| UK | 17089 | 1019 | 135 |
| Switzerland | 14076 | 264 | 1530 |
| Netherlands | 9762 | 639 | 3 |
| S. Korea | 9583 | 152 | 5033 |
| Belgium | 9134 | 353 | 1063 |
| Austria | 8271 | 68 | 225 |
| Turkey | 7402 | 108 | 70 |
| Canada | 5655 | 60 | 396 |
| Portugal | 5170 | 100 | 43 |
| Norway | 4032 | 23 | 7 |
| Brazil | 3904 | 114 | 6 |
| Australia | 3809 | 14 | 170 |
| Israel | 3619 | 12 | 89 |
| Sweden | 3447 | 105 | 16 |
| Czechia | 2631 | 11 | 11 |
| Ireland | 2415 | 36 | 5 |
| Malaysia | 2320 | 27 | 320 |
| Denmark | 2201 | 65 | 1 |
| Chile | 1909 | 6 | 61 |
| Luxembourg | 1831 | 18 | 40 |
| Ecuador | 1823 | 48 | 3 |
| Japan | 1693 | 52 | 404 |
| Poland | 1638 | 18 | 7 |
| Pakistan | 1495 | 12 | 29 |
| Romania | 1452 | 37 | 139 |
| Russia | 1264 | 4 | 49 |
| Thailand | 1245 | 6 | 97 |
| Saudi Arabia | 1203 | 4 | 37 |
| South Africa | 1187 | 1 | 31 |
| Finland | 1167 | 9 | 10 |
| Indonesia | 1155 | 102 | 59 |
| Philippines | 1075 | 68 | 35 |
| Greece | 1061 | 32 | 52 |
| India | 987 | 24 | 84 |
| Iceland | 963 | 2 | 114 |
| Panama | 901 | 17 | 4 |
| Mexico | 848 | 16 | 4 |
| Singapore | 802 | 2 | 198 |
| Argentina | 745 | 19 | 72 |
| Dominican Republic | 719 | 28 | 3 |
| Diamond Princess | 712 | 10 | 597 |
| Slovenia | 684 | 9 | 10 |
| Peru | 671 | 16 | 16 |
| Serbia | 659 | 10 | 42 |
| Croatia | 657 | 5 | 45 |
| Estonia | 645 | 1 | 20 |
| Colombia | 608 | 6 | 10 |
| Qatar | 590 | 1 | 45 |
| Egypt | 576 | 36 | 121 |
| Hong Kong | 560 | 4 | 112 |
| New Zealand | 514 | 1 | 56 |
| Iraq | 506 | 42 | 131 |
| Bahrain | 476 | 4 | 265 |
| UAE | 468 | 2 | 52 |
| Algeria | 454 | 29 | 31 |
| Lebanon | 412 | 8 | 30 |
| Armenia | 407 | 1 | 30 |
| Morocco | 402 | 25 | 12 |
| Lithuania | 394 | 7 | 1 |
| Ukraine | 356 | 9 | 5 |
| Hungary | 343 | 11 | 34 |
| Bulgaria | 331 | 7 | 11 |
| Andorra | 308 | 3 | 1 |
| Latvia | 305 | 1 | |
| Uruguay | 304 | 1 | |
| Costa Rica | 295 | 2 | 3 |
| Slovakia | 292 | 2 | |
| Taiwan | 283 | 2 | 30 |
| Tunisia | 278 | 8 | 2 |
| Bosnia and Herzegovina | 278 | 6 | 8 |
| Jordan | 246 | 1 | 18 |
| North Macedonia | 241 | 4 | 3 |
| Kuwait | 235 | 64 | |
| Moldova | 231 | 2 | 2 |
| Kazakhstan | 228 | 1 | 16 |
| San Marino | 224 | 22 | 6 |
| Burkina Faso | 207 | 11 | 21 |
| Albania | 197 | 10 | 31 |
| Réunion | 183 | 1 | |
| Azerbaijan | 182 | 4 | 15 |
| Cyprus | 179 | 5 | 15 |
| Vietnam | 179 | 21 | |
| Faeroe Islands | 155 | 54 | |
| Oman | 152 | 23 | |
| Malta | 149 | 2 | |
| Ghana | 141 | 5 | 2 |
| Senegal | 130 | 18 | |
| Brunei | 120 | 1 | 25 |
| Cuba | 119 | 3 | 4 |
| Venezuela | 119 | 2 | 39 |
| Sri Lanka | 113 | 1 | 9 |
| Afghanistan | 110 | 4 | 2 |
| Uzbekistan | 104 | 2 | 5 |
| Palestine | 104 | 1 | 18 |
| Cambodia | 103 | 21 | |
| Guadeloupe | 102 | 2 | 17 |
| Mauritius | 102 | 2 | |
| Ivory Coast | 101 | 3 | |
| Channel Islands | 97 | 1 | |
| Nigeria | 97 | 1 | 3 |
| Honduras | 95 | 1 | 3 |
| Belarus | 94 | 32 | |
| Martinique | 93 | 1 | |
| Cameroon | 91 | 2 | 2 |
| Georgia | 90 | 14 | |
| Montenegro | 84 | 1 | |
| Bolivia | 81 | ||
| Trinidad and Tobago | 76 | 3 | 1 |
| DRC | 65 | 6 | 2 |
| Mayotte | 63 | ||
| Rwanda | 60 | ||
| Kyrgyzstan | 58 | ||
| Paraguay | 56 | 3 | 1 |
| Gibraltar | 56 | 14 | |
| Liechtenstein | 56 | ||
| Bangladesh | 48 | 5 | 15 |
| Aruba | 46 | 1 | |
| Monaco | 42 | 1 | |
| Kenya | 38 | 1 | 1 |
| Guatemala | 34 | 1 | 10 |
| Macao | 34 | 10 | |
| Jamaica | 32 | 1 | 2 |
| Isle of Man | 32 | ||
| French Polynesia | 30 | ||
| Uganda | 30 | ||
| French Guiana | 28 | 6 | |
| Zambia | 28 | ||
| Barbados | 26 | ||
| Madagascar | 26 | ||
| Togo | 25 | 1 | 1 |
| El Salvador | 19 | ||
| Mali | 18 | 1 | |
| Bermuda | 17 | 2 | |
| Ethiopia | 16 | 1 | |
| Maldives | 16 | 9 | |
| New Caledonia | 15 | ||
| Djibouti | 14 | ||
| Tanzania | 14 | 1 | |
| Equatorial Guinea | 12 | ||
| Mongolia | 12 | ||
| Dominica | 11 | ||
| Saint Martin | 11 | ||
| Niger | 10 | 1 | |
| Bahamas | 10 | 1 | |
| Greenland | 10 | 2 | |
| Eswatini | 9 | ||
| Cayman Islands | 8 | 1 | |
| Curaçao | 8 | 1 | 2 |
| Guyana | 8 | 1 | |
| Guinea | 8 | ||
| Haiti | 8 | ||
| Laos | 8 | ||
| Mozambique | 8 | ||
| Myanmar | 8 | ||
| Namibia | 8 | 2 | |
| Seychelles | 8 | ||
| Suriname | 8 | ||
| Gabon | 7 | 1 | |
| Zimbabwe | 7 | 1 | |
| Antigua and Barbuda | 7 | ||
| Grenada | 7 | ||
| Cabo Verde | 6 | 1 | |
| Benin | 6 | ||
| Eritrea | 6 | ||
| Vatican City | 6 | ||
| Sudan | 5 | 1 | |
| Nepal | 5 | 1 | |
| Angola | 5 | ||
| Fiji | 5 | ||
| Mauritania | 5 | ||
| Montserrat | 5 | ||
| St. Barth | 5 | ||
| Syria | 5 | ||
| Nicaragua | 4 | 1 | |
| Congo | 4 | ||
| Turks and Caicos | 4 | ||
| Gambia | 3 | 1 | |
| Bhutan | 3 | ||
| CAR | 3 | ||
| Chad | 3 | ||
| Liberia | 3 | ||
| Libya | 3 | ||
| Saint Lucia | 3 | 1 | |
| Sint Maarten | 3 | ||
| Somalia | 3 | ||
| MS Zaandam | 2 | ||
| Anguilla | 2 | ||
| Belize | 2 | ||
| British Virgin Islands | 2 | ||
| Guinea-Bissau | 2 | ||
| Saint Kitts and Nevis | 2 | ||
| Papua New Guinea | 1 | ||
| St. Vincent Grenadines | 1 | 1 | |
| Timor-Leste | 1 |